仅10亿的具身智能云市场，AI云大厂们在争什么

2026年的世界机器人大会（WRC），具身公司几乎无人不在讲“大脑”。世界模型的热潮也催生云端市场的增长。

在IDC报告数据中，2025年中国具身智能云市场已经达到10.51亿元。而一年前，按照Omdia发布的《中国具身智能AI云市场1H25》报告，中国具身智能云服务市场规模约为1800万美元。相当于市场扩增了10倍。

两份报告的统计口径或有差异，但一件事情是无法忽视的，动辄估值上百亿的具身公司们，即将撬动一个更大的市场。

几家云厂商，今年开始加大力度具身行业的关注。布局稍早的百度智能云，在WRC上宣布和四家具身公司合作。阿里云集团资深副总裁刘伟光在去年年底小范围交流会上就表示，AI时代的关键是打赢增量，因为未来很可能每年增量市场都远大于过去一年的存量市场。

字节的火山引擎，在今年春节成为春晚最大赞助商以来，基于Seedance的火爆，豆包大模型的多模态能力，加大云业务和具身公司合作，试图建立数据获取，到模型训练的新路径。宇树科技、星海图和灵初智能都因此成了火山引擎的客户。

不过，我们了解到，目前云厂商在具身业务格局尚属早期，还不算挣钱的业务，也远未有一方有领先优势。各家云厂商纷纷押注具身背后，和押注移动互联网的云业务和大模型相似，抢占的是一个未来的位置。

01

云厂商眼里的好客户，不是机器人销量冠军

云厂商探入具身智能，不是从一款独立产品开始的。

2023年下半年，百度智能云最先开始把具身智能作为单独的新兴赛道推进。百度智能云具身智能行业相关负责人告诉《白鲸实验室》，团队在当年11月做出了第一版目标客户名单。

这份名单并不是按照当时即时的云消费金额排序，而是更接近投资人的判断方式，看创始团队、融资背景、技术路线和潜在成长空间。智元、优必选、星动纪元等公司都在重点名单内，在它们产生大规模云需求之前就建立联系，成了包括百度、阿里在内的云厂商的统一动作。

大厂提前和头部厂商建联的行为，几乎和对具身投资同步。

2023年4月，刚成立不久的智元机器人完成早期融资，百度风投（BV）参与。随后，百度一面投智元、星海图这样的从本体到模型的全栈型公司，另一面，投有鹿这类已经进入具体场景的机器人公司。

相比百度，阿里的外部投资在2024年更集中。

当年5月，阿里旗下投资主体杭州灏月入股逐际动力，10月又联合领投了星动纪元近3亿元Pre-A轮融资，阿里生态里蚂蚁集团联合领投了星海图的2亿元Pre-A轮融资。在本体、运动控制、灵巧手和具身模型之间，阿里分散下注。

这类投资也让大厂云迅速获得和具身业务合作的机会。一位阿里云人士告诉我们，正是从2024年开始，阿里云几乎和所有头部具身企业完成建联和合作。

至于字节的火山引擎，和具身企业的集中合作，要相对晚一些，今年春晚是个关键节点。

今年春晚，几乎聚集了头部机器人公司。火山引擎不仅是春晚的最大赞助商，还在豆包大模型擅长的多模态能力上，比如语音对话、视觉理解、Seedance等，加速和具身方向的合作。火山引擎和宇树的渊源，也正是从春晚开始。

不过以本体为主要卖点的机器人公司，此前并不是云厂商的头部金主。

“以近期要上市的宇树为例，宇树早期优势主要在本体和运动控制，大量任务可以在本地消费级GPU上完成，云合作空间很有限，他们也没有太多的GPU等消耗需求。”一位具身产业投资人告诉我们，机器人公司的销量、估值和云消耗并不是正相关。

宇树此前使用过阿里云等云厂商的服务，但部分需求来自App和业务后端，并不等于核心机器人模型训练运行在云上。所以对云厂商来说，服务了宇树和拿到宇树大部分AI训练预算，是两件不同的事。

来源：机器人大会官方微信公众号

招股书也写道，宇树2025年实现营收17.08亿元，四足机器人累计销量超过3万台，H1的标准计算平台是Intel Core i5、i7，也可以选配Orin NX，H2的运动控制单元和Orin NX同样安装在机器人本体内部。

但运动控制要求毫秒级响应，网络延迟、抖动或者断网，都可能让机器人失去平衡。让云端远程决定关节下一步怎么动，既不安全，也不经济。即便是非常强调具身大模型的Figure，也没有把机器人实时推理放在云端。

所以以宇树为代表的本体公司都将推理放在端侧、运动控制放在本地开发，机器人被卖出后，运动控制、视觉感知和部分模型推理主要由机器人内部的CPU、GPU完成，而不是每走一步都请求一次公有云。

零散的CPU、存储和网络需求，和大模型公司们的大规模GPU训练，并不是同一种账单。

而近一年，具身模型类公司可能没有卖出多少机器人，却持续消耗大量训练算力。

它们往往不需要先卖出几千台机器人，才产生算力需求。只要继续扩大数据集、训练世界模型、生成合成数据和进行在线强化学习，就会持续消耗GPU。具身模型公司，才是隐形的云厂商潜力客户。

以星海图为例，作为一个同时做模型与本体的具身企业，到2026年，星海图已经布局VLA基础模型G0.5、世界模型Fast-WAM、全身控制模型，并启动百万小时真实数据计划。

模型越大、数据越多，训练阶段就越依赖云，因此，星海图的模型研发不仅运行在百度智能云上，也是火山引擎的核心云合作伙伴。

当下具身模型还未出现200B以上的模型，训练参数更是达不到大模型公司的同等水平，机器人公司，依然安静地躺在云厂商的潜力客户关系表里。

02

百度抢训练，火山抢数据，阿里抢开发者入口

在一个热钱不断的赛道里，云厂商的姿态各不相同。百度看得最早，选择从模型训练业务进入。

2023年12月，星动纪元还没有正式对外披露天使轮融资，百度智能云泛科技行业的具身智能业务拓展团队便通过邮件联系了创始人陈建宇。到2024年6月，双方开始算力合作。

最初，星动纪元每月在百度智能云的云消费不足10万元，此后随着模型和训练规模扩大，逐渐成长为头部量级的客户。

这几乎是百度智能云最典型的获客路径。先找到可能成长起来的机器人公司，再用算力和技术服务陪着客户把模型训练规模做大。在一个行业的研发投入期，云厂商能做的似乎更多是寻找需求。百度智能云找到了AI Infra这个机会。

事实上，具身模型并不是拿到GPU就能高效训练。视频、语言、动作和机器人状态混合在同一条数据管线里，容易在数据读取、多模态预处理、显存利用和分布式通信上遇到瓶颈。

特别在早期，很多机器人创业公司擅长算法、本体和运动控制，却没有成熟的AI算力集群调度及训练优化团队。

百度智能云和星海图合作时，就把Fast-WAM的单步推理延迟缩短到90毫秒以内，云厂商开始替客户解决大量算法团队不愿意投入精力的工程问题。

上述负责人告诉我们，这些工程优化不会单独向客户收费。客户购买了云资源，百度的工程团队就会帮它优化数据加载、训练吞吐和推理延迟。这种模式，让云厂商保有更高的客户黏性。一旦模型、数据和训练流程围绕某个云平台完成优化，迁移到新平台，就不容易了。

和百度智能云不同，阿里云则是平台思维。

上述阿里人士称，尽管具身企业的算力消耗规模不算高，机器人团队还没有采购大规模云资源，但也可能先使用开源模型、数据集和开发工具。等模型需要训练、评测和部署时，阿里云自然会获得增量。

2025年底，乐聚机器人与阿里云达成全栈AI合作，基于阿里云算力、AI平台和千问模型，共建人形机器人训练场。2026年，阿里云更是进一步上线具身智能平台，将数据采集、标注、模型训练、仿真评测和真机部署放进同一条工作流。

阿里团队也开始把Qwen从语言和多模态理解延伸到机器人领域，推出面向操作、导航和世界建模的相关模型。这种开放的生态，搭配阿里的大笔具身投资布局，让阿里的开源模型或开发平台可以迅速触达大量高校、研究机构和初创团队。

火山则试图搭起一条新链路。

首先就是基于豆包大模型的VLM能力提供数据切片打标。今年具身偏向以EGO（第一人称采集）和UMI等无本体方式采集数据，数据长度显著增加，数据的切片打标再靠人工太过费力。

根据火山具身智能产品线负责人的介绍，现在有很多具身公司每个月处理几十万级的数据，都是用豆包做切片打标，这个是火山和具身企业合作的一个最主要的场景。

同时，以现在火山的合作伙伴来说，包括宇树、原力灵机等公司都使用火山的LAS视频理解能力处理和标注具身数据；松延动力接入豆包、语音及视觉能力；灵初智能、穹彻智能和微分智飞，则开始尝试用Seedance生成不同背景、光照、材质和操作对象的视频，扩充具身训练数据。

Seedance已经可以辅助简化动捕工作。传统的动捕工作，需要动捕演员戴上穿戴设备做一些动作，采集的成本高，而且不同演员身高复现在机器人身上时，就会有很大的尺度差异。Seedance相当于直接以位置、关节等提示词，生成动作数据。

“这更像是一条Seedance模型的产业价值链。”一位接近火山的人士表示，如果论收益，短剧仍然是Seedance收益的大头，长期来看，陷入数据瓶颈的具身公司，是非常理想的高净值客户。

这一选择，也让火山“有希望绕开阿里和百度的优势领域，通过数据这一环，用更低的成本撬动更高的收入。”上述人士补充道。

不过，现在云厂商在具身市场格局，还远没定型。一方面，因为具身业务尚在早期探索，云方面的业务还不完整。另一方面，机器人公司也不想完全绑定一朵云上，星海图同时是百度和火山的合作伙伴，灵初智能同时与百度、阿里和火山保持合作。

现在还没有任何一家云厂商在具身市场享有绝对控制力。

03

赌一个未来

云厂商在具身业务上的账单，目前来看，依然显得有些体量不足。

以百度智能云为例，在IDC统计中，2025年中国具身智能云市场10.51亿元，百度智能云占据29.55%，排名第一，粗略折算百度在具身业务上的收入约3.11亿元。

根据百度财报数据，2025年，百度智能云基础设施收入达到198亿元。具身云的贡献不到AI云收入的2%。与大模型、汽车相比，无论看市场规模、单客户账单还是利润贡献，具身智能业务目前都小一个数量级。

毕竟，2024年智谱的算力服务费就达到了15.53亿元，MiniMax同年用于模型训练的云计算服务开支约1.4亿美元，折合人民币接近10亿元。虽然这些采购会被云厂商、算力运营商和硬件供应商共同瓜分，但一家大模型厂商的算力开支，已经超过整个中国具身云市场。

不过，尽管大模型公司今天给云厂商的算力账单数额足够巨大，具身企业还是能给云厂商许诺一个未来。

云厂商之所以积极布局具身，也不会是因为当下10.51亿元的赛道容量，是没人想错过机器人从本体竞争转向模型竞争的时刻。今年以来，资本市场的钱和人很大一部分都流向具身行业，具体来看，其中大部分金钱又从本体流向数据、模型与训练系统。

宇树的募资安排最能说明这种变化。

根据报道，宇树计划募集42.02亿元，其中20.22亿元投向智能机器人模型研发，占募资总额的48.13%。投向机器人本体研发的资金则为11.10亿元。至少在新增研发投入上，“大脑”和“小脑”的预算已经超过“身体”。

宇树并非个例。千寻智能把VLA与世界模型结合，数据来源也从真机遥操作扩展到UMI和互联网视频；智元开放物理交互数据集、世界模型评测和仿真基准，希望把数据、模型与评测串成一套体系；魔法原子同时投入VLA和世界模型，并斥资数千万元建设数据工厂；零次方也在合肥建设数据采集基地，形成从采集、清洗、标注到训练的完整链路。

整个机器人大会，除了宇树外，几乎所有的机器人公司都开始强调真实的工作场景，在货架上找商品，抓住不同材质的包装，在物流上装卸，分拣快递包裹，在家庭场景里制作咖啡、洗碟子等。这些强调的都是机器人大脑能力。

而大脑智能的提升，依赖高质量数据。具身公司从遥操作、ego、UMI ，到真机部署后的真机操作数据，几乎都在强调如何利用不同数据迅速迭代模型能力。

把这些数据混合进同一套训练体系，增加的并不只是一张GPU账单，还有视频与多模态数据存储、数据预处理、世界模型生成、强化学习仿真、模型评测，以及针对具体任务的后训练等，这些都离不开云。

也正是在这个过程中，机器人公司才开始成为云厂商真正意义上的AI客户。

这也意味着，决定云厂商的胜负手，是谁能进入机器人部署后的数据闭环。如果机器人卖出以后不再回传有效数据，云收入就会停留在研发阶段。

当成千上万台机器人持续工作并上传经验，云厂商才能把一次性的训练项目变成持续收入。成为机器人背后的训练中心、数据中心和进化中心，是云厂商的下一个赛点。

文｜马舒叶

编辑｜刘培